MRI脑图像的电子比较准确地确定生物年龄
使用最新的人工智能技术，即所谓的人工神经网络，可以从大脑图像中准确确定一个人的生物学年龄。
然而，到目前为止，尚不清楚这些网络用于推断年龄的哪些特征。马克斯普朗克人类认知和脑科学研究所的研究人员现在开发了一种算法，该算法揭示了年龄估计可以追溯到大脑的一系列特征，提供有关一个人健康状况的一般信息。因此，该算法可以帮助更快地检测肿瘤或阿尔茨海默病，并可以得出关于糖尿病等疾病的神经系统后果的结论。
深度神经网络是一种人工智能技术，已经在许多层面丰富了我们的日常生活：以真实神经元工作方式为模型的人工网络可以理解和翻译语言、解释文本以及识别图像中的物体和人物。但他们也可以根据大脑的核磁共振扫描来确定一个人的年龄。确实，通过询问人更容易找出年龄。但是，机器年龄测定还可以让您了解健康大脑在不同生命阶段的正常情况。
如果网络根据扫描估计大脑的生物学年龄高于实际年龄，这可能表明可能存在疾病或损伤。例如，以前的研究发现，患有某些疾病(如糖尿病或严重认知障碍)的人的大脑似乎比实际情况要长得多。换句话说，大脑的生物学状态比根据这些人的年龄所假设的要差。
尽管人工神经网络可以准确地确定生物年龄，但直到现在还不知道他们的算法使用了来自大脑图像的哪些信息。人工智能研究领域的科学家也将此称为“黑匣子问题”。据此，您将大脑图像推送到模型中，即“黑匣子”，让它对其进行处理——最终只得到它的答案。然而，由于网络的复杂性，以前不清楚这种响应是如何产生的。
因此，位于莱比锡的马克斯普朗克人类认知和脑科学研究所的科学家们想要打开这个黑匣子：模型看什么才能得出结果，即大脑年龄?为此，他们与柏林的弗劳恩霍夫电信研究所合作开发了一种新的解释算法，可用于分析网络的年龄估计。
“这是我们第一次将解释算法应用于复杂的回归任务，”博士 Simon M. Hofmann 解释说。马克斯普朗克研究所的候选人和基础研究的第一作者，该研究现已发表在《神经影像》杂志上。“我们现在可以准确地确定大脑的哪些区域和特征表明生物学年龄较高或较低。”
这表明人工神经网络除其他外使用白质进行预测。因此，他们特别关注有多少小裂缝和疤痕穿过大脑的神经组织。他们还分析了大脑皮层中的沟有多宽，或者所谓的脑室有多大。
以前的研究表明，一个人年龄越大，他或她的皱纹和脑室平均越大。有趣的是，人工神经网络在没有得到这些信息的情况下自行得出了这些结果。在他们的训练阶段，他们所能得到的只有脑部扫描和人的真实生活年限。
“当然，增加的年龄估计也可以解释为模型的错误，”该研究小组的负责人 Veronica Witte 说。“但我们能够证明这些偏差具有生物学意义。” 例如，研究人员证实糖尿病患者的大脑年龄有所增加。他们能够证明患者的白质有更多病变。
未来在医疗诊断中的作用
很明显，人工神经网络将在医学诊断中发挥越来越重要的作用。因此，了解这些算法的指导将变得越来越重要：未来，脑部扫描可以由不同的网络自动分析，每个网络都专门研究某些领域——一个得出关于阿尔茨海默病的结论，另一个得出关于肿瘤的结论，还有另一个关于可能的精神障碍。
“医生不仅会收到可能存在某些疾病的反馈。她还会看到大脑中的哪些区域是诊断的基础，”霍夫曼解释说。在每种情况下，算法都会直接在 MRI 图像中标记相应的特征，因此医疗专业人员可以更容易地检测到——然后他们可以立即得出关于疾病严重程度的结论。
检测误诊也更容易：如果分析基于生物学上不可信的区域，例如创建图像时发生的错误，则医生可以立即检测到这些错误。因此，研究团队的解释算法最终也可以帮助提高人工神经网络本身的准确性。
版权声明：本文由用户上传，如有侵权请联系删除！